人工智能基础及应用课件 模块三-任务二-2-AI图像生成

走进生成式人工智能AI图像生成AI图像生成是指利用生成式人工智能技术，通过对海量图像数据和语言描述进行学习，使模型具备从文本、图像或其他模态输入中自动生成图像内容的能力。AI图像生成在AI图像生成领域，有两种非常关键的模型架构：生成对抗网络（GAN）扩散模型（DiffusionModel）生成对抗网络（Generativeadversarialnetwork，GAN）是一种基于对抗思想的生成模型，它由两部分组成，分别是生成器（Generator）和判别器（Discriminator）。生成器的作用是生成与真实画面尽可能相似的假图像，判别器的作用是判别给定的图像究竟是真实的图像还是生成器生成的假图像。1.生成对抗网络（GAN）第一步判别器基于真实数据和生成器生成的假数据进行训练，以检验它是否能够鉴别真伪。第二步生成器得到判别器的结果并用于生成器的训练，使生成器生成更加逼真的结果，以尝试欺骗判别器。GAN的训练过程分为两步。生成对抗网络的训练过程，训练的目标是生成向日葵的图像。第一次训练中，生成器生成了一张模糊的向日葵图像，判别器识别出该图像为虚假图像；第二次生成时，图像虽然更像向日葵，但由于是灰度图像，依然被判别器判断为虚假图像；经过多次训练，生成器逐渐改进，根据判别器反馈，

最终生成了一张逼真的向日葵图像，判别器判断为真实图像，训练成功完成。1.生成对抗网络（GAN）2.扩散模型（DiffusionModel）加入噪声→正向扩散

去除噪声→反向扩散扩散模型（DiffusionModel）核心思想是模拟图像在“加入噪声”与“去除噪声”两个过程中变化的规律，从而实现高质量图像的生成。在训练阶段，模型首先学习如何将一张真实图像逐步添加高斯噪声，直至图像完全退化为随机噪声，这一过程称为“正向扩散”；接着，模型再学习如何从这种纯噪声状态，逐步“还原”出清晰的原图像，称为“反向扩散”。最终，训练完成的扩散模型便能够从一张纯随机噪声图开始，一步步“去噪”，生成出结构完整、细节丰富的图像。2.扩散模型（DiffusionModel）初始阶段：从随机噪声开始图像生成并不是直接“画出”猫，而是从一张完全由随机噪点构成的图像开始。第一步去噪（Denoise）模型开始“猜测”这堆噪声中隐藏的结构，通过第一个“去噪”步骤，可以模糊地看到一只猫的轮廓。继续去噪：图像逐渐清晰通过不断重复“去噪”操作，每一次都让图像变得更加清楚。最终图像：完整猫的出现经过多个去噪步骤之后，图像从一堆噪声中被“还原”为一张清晰的猫的照片。猫的身体、毛色、眼神都非常自然，背景干净，图像效果真实可信。以“生成一只猫”的过程为例，展示了扩散模型的基本工作步骤生成对抗网络VS扩散模型对比维度GAN（生成对抗网络）扩散模型（DiffusionModels）基本原理由生成器（Generator）和判别器（Discriminator）组成，通过博弈方式不断改进生成结果。通过“加噪—去噪”过程训练模型，学习如何逐步还原被噪声覆盖的图像，从而生成清晰图像。训练方式对抗训练：生成器负责“造假”，判别器负责“识别”，二者相互博弈提升效果。概率建模：模型学习噪声与图像之间的映射关系，通过反复迭代去噪生成结果。生成速度生成速度快，一次前向传播即可生成图像。生成速度相对较慢，需要逐步迭代去噪，通常几十到几百步。生成质量能生成较真实的图像，但容易出现模式崩溃（只生成少数几类样本）。生成质量高，能保持多样性和细节，在图像清晰度和一致性上更稳定。优势生成效率高；适合实时生成应用（如游戏、交互）。高质量生成；在复杂细节、稳定性和多样性上表现突出。不足训练不稳定，容易出现模式崩溃；对数据敏感。